Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à ce Certificat Professionnel.
Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable auprès de Google
Il y a 5 modules dans ce cours
Il s'agit du deuxième cours du certificat Google Advanced Data Analytics. Dans ce cours, vous apprendrez à trouver l'histoire dans les données et à la raconter de manière convaincante. Vous découvrirez comment les professionnels des données utilisent la narration pour mieux comprendre leurs données et communiquer des informations clés à leurs coéquipiers et aux parties prenantes. Vous pratiquerez également l'analyse exploratoire des données (AED) et apprendrez à créer des visualisations de données efficaces.
Les employés de Google qui travaillent actuellement sur le terrain vous guideront tout au long de ce cours en vous proposant des activités pratiques qui simulent des tâches pertinentes, en partageant des exemples tirés de leur travail quotidien et en vous aidant à renforcer vos compétences en matière d'analytique des données pour vous préparer à votre carrière.
Les apprenants qui terminent les huit cours de ce programme auront les compétences nécessaires pour postuler à des emplois dans le domaine de la science des données et de l'analytique des données avancée. Ce certificat suppose une connaissance préalable des principes analytiques fondamentaux, des compétences et des outils couverts dans le certificat Google Data Analytics.
À la fin de ce cours, vous : -Utiliser des outils Python pour examiner la structure et le format des données brutes -Sélectionner des bibliothèques Python pertinentes pour nettoyer les données brutes -Démontrer comment transformer les données catégoriques en données numériques avec Python -Utiliser les compétences de validation des entrées pour valider un ensemble de données avec Python -Identifier les techniques pour créer des décisions sur les données manquantes et les valeurs aberrantes -Structurer et organiser des décisions sur les données manquantes en manipulant les chaînes de dates
Vous apprendrez à trouver des histoires dans les données et à les partager avec votre public. Vous découvrirez les méthodes et les avantages du nettoyage des données et comment il peut vous aider à découvrir ces histoires. Vous passerez également en revue les étapes du processus EDA et apprendrez comment l'EDA peut vous aider à comprendre rapidement les données. Enfin, vous explorerez différentes façons de visualiser les données pour communiquer des informations clés.
Inclus
8 vidéos5 lectures3 devoirs2 plugins
Afficher les informations sur le contenu du module
8 vidéos•Total 37 minutes
Introduction au cours 2•5 minutes
Robb : Obstacles et réalisations•4 minutes
Bienvenue au module 1•1 minute
Trouvez des histoires à l'aide des six pratiques d'analyse exploratoire des données•10 minutes
Benj : Science des données et narration•3 minutes
Combiner les pratiques de l'APCE et de l'AED•7 minutes
L'APCE avec des visualisations de données•5 minutes
Synthèse•3 minutes
5 lectures•Total 34 minutes
Vue d'ensemble du cours 2•8 minutes
Ressources et conseils utiles•8 minutes
Étude de cas : Deloitte•8 minutes
Guide de référence : Le processus EDA•8 minutes
Glossaire du module 1•2 minutes
3 devoirs•Total 62 minutes
Testez vos connaissances : Racontez des histoires avec des données•6 minutes
Testez vos connaissances : Comment PACE informe l'AED et les visualisations de données•6 minutes
Défi du module 1•50 minutes
2 plugins•Total 20 minutes
Catégoriser : Meilleures pratiques de l'AED•10 minutes
Trouver des histoires dans les données à l'aide d'une AED consiste à organiser et à interpréter des données brutes. Python peut vous aider à le faire rapidement et efficacement. Vous apprendrez à utiliser Python pour réaliser les pratiques d'EDA que sont la découverte et la sculpture.
Inclus
9 vidéos6 lectures4 devoirs7 laboratoires non notés2 plugins
Afficher les informations sur le contenu du module
9 vidéos•Total 70 minutes
Bienvenue au module 2•3 minutes
Yaser : Comprendre les données pour créer de la valeur•2 minutes
D'où proviennent les données•11 minutes
EDA utilisant des fonctions de données de base avec Python•10 minutes
Découvrez ce qui manque dans votre ensemble de données•6 minutes
Manipulation de chaînes de dates avec Python•14 minutes
Utiliser des méthodes de structuration pour établir un ordre dans votre ensemble de données•5 minutes
Structuration de l'EDA avec Python•16 minutes
Synthèse•3 minutes
6 lectures•Total 38 minutes
Guide de référence : Importer des ensembles de données avec Python•8 minutes
Guide de référence : Méthodes Pandas pour la découverte d'un jeu de données•8 minutes
Guide de référence : Manipulation des dates•8 minutes
Guide de référence : Outils Pandas pour structurer un jeu de données•8 minutes
Histogrammes•2 minutes
Glossaire du module 2•4 minutes
4 devoirs•Total 70 minutes
Testez vos connaissances : La découverte est le début d'une enquête•8 minutes
Testez vos connaissances : Comprendre le format des données•6 minutes
Testez vos connaissances : Créer une structure à partir de données brutes•6 minutes
Défi du module 2•50 minutes
7 laboratoires non notés•Total 220 minutes
Ressource de suivi annotée : AED utilisant les fonctions de base avec Python•20 minutes
Activité : Découvrez ce que contient votre ensemble de données•60 minutes
Exemple : Découvrez ce que contient votre ensemble de données•20 minutes
Guide de suivi annoté : Manipulations de chaînes de dates avec Python•20 minutes
Guide de suivi annoté : Structuration EDA avec Python•20 minutes
Activité : Structurez vos données•60 minutes
Exemplaire : Structurez vos données•20 minutes
2 plugins•Total 20 minutes
Catégoriser : Méthodes de structuration•10 minutes
Vous explorerez trois autres pratiques d'EDA : le nettoyage, la jointure et la validation. Vous découvrirez l'importance de ces pratiques pour l'analyse des données et vous utiliserez Python pour nettoyer, valider et joindre des données.
Inclus
11 vidéos6 lectures5 devoirs5 laboratoires non notés2 plugins
Afficher les informations sur le contenu du module
11 vidéos•Total 78 minutes
Bienvenue au module 3•4 minutes
Méthodes de traitement des données manquantes•8 minutes
Travailler avec des données manquantes dans un carnet Python•12 minutes
Remy : Une journée dans la vie d'un professionnel des données•3 minutes
Tenir compte des valeurs aberrantes•6 minutes
Identifier et traiter les valeurs aberrantes en Python•14 minutes
Trier les nombres par rapport aux noms•5 minutes
Codage des étiquettes en Python•9 minutes
La valeur de la validation des entrées•7 minutes
Validation des entrées avec Python•8 minutes
Synthèse•2 minutes
6 lectures•Total 44 minutes
Déduplication des données avec Python•8 minutes
Protéger les personnes qui se cachent derrière les données•8 minutes
Guide de référence : Comment traiter les valeurs aberrantes•8 minutes
Autres approches de la transformation des données•8 minutes
Guide de référence : Nettoyage de données en Python•8 minutes
Glossaire du module 3•4 minutes
5 devoirs•Total 76 minutes
Testez vos connaissances : Le défi des données manquantes ou dupliquées•8 minutes
Testez vos connaissances : Les tenants et aboutissants des données aberrantes•6 minutes
Testez vos connaissances : Transformer des données catégorielles en données numériques•6 minutes
Testez vos connaissances : Validation des entrées•6 minutes
Défi du module 3•50 minutes
5 laboratoires non notés•Total 180 minutes
Guide de suivi annoté : Travailler avec des données manquantes dans un carnet Python•20 minutes
Activité : Traiter les données manquantes•60 minutes
Exemple : Traiter les données manquantes•20 minutes
Activité : Valider et nettoyer vos données•60 minutes
Exemple : Validez et nettoyez vos données•20 minutes
2 plugins•Total 20 minutes
Identifier : Les fonctions Python pour le nettoyage des données•10 minutes
[apprenants turcs SEULEMENT] Identifier : Les fonctions Python pour le nettoyage des données - Türkçe•10 minutes
Visualisations et présentations de données
Module 4•4 heures à terminer
Détails du module
Vous vous entraînerez à créer et à présenter des histoires de données d'une manière éthique, accessible et professionnelle. Vous explorerez également des techniques avancées de visualisation de données dans Tableau.
Inclus
8 vidéos11 lectures5 devoirs2 plugins
Afficher les informations sur le contenu du module
8 vidéos•Total 41 minutes
Bienvenue au module 4•3 minutes
Le cycle de vie de la visualisation•5 minutes
Travailler avec Tableau, partie 1•7 minutes
Travailler avec Tableau, partie 2•7 minutes
Drew : Explorer les possibilités offertes par les données•3 minutes
Créer des histoires captivantes avec Tableau•9 minutes
Présenter comme un pro avec Tableau•6 minutes
Synthèse•1 minute
11 lectures•Total 64 minutes
Tableau Public•8 minutes
Comment se connecter à Tableau Public•8 minutes
Téléchargez vos données et commencez à les présenter avec Tableau•4 minutes
Guide de suivi : Travailler avec Tableau, Partie 1•4 minutes
Guide de suivi : Travailler avec Tableau, partie 2•8 minutes
Exemple d'activité : Concevoir un graphique à barres qui raconte une histoire dans Tableau Public•4 minutes
Guide de suivi : Créer des histoires captivantes avec Tableau•8 minutes
Les cinq meilleures ressources de visualisation de données•8 minutes
Guide de suivi : Présenter comme un pro avec Tableau•4 minutes
Exemple d'activité : Créer un tableau de bord interactif dans Tableau Public•4 minutes
Glossaire du module 4•4 minutes
5 devoirs•Total 120 minutes
Testez vos connaissances : Présenter une histoire•4 minutes
Activité : Concevoir un graphique à barres qui raconte une histoire dans Tableau Public•30 minutes
Activité : Créer un tableau de bord interactif dans Tableau Public•30 minutes
Testez vos connaissances : Tableau avancé•6 minutes
[Réservé aux apprenants de turc] Identifier : Visualisations convaincantes - Türkçe•10 minutes
Projet de fin de cours 2
Module 5•7 heures à terminer
Détails du module
Dans ce projet de fin de cours, vous vous entraînerez à utiliser Python pour effectuer une EDA sur un ensemble de données de scénario de lieu de travail. Vous utiliserez ensuite Python et Tableau pour visualiser les données.
Inclus
4 vidéos10 lectures4 devoirs6 laboratoires non notés
Afficher les informations sur le contenu du module
4 vidéos•Total 9 minutes
Bienvenue au module 5•3 minutes
Introduction à votre projet de portfolio de fin de cours 2•1 minute
Récapitulation du projet à la fin du cours et conseils pour continuer à réussir sa carrière•2 minutes
Synthèse du cours•3 minutes
10 lectures•Total 52 minutes
Explorez les scénarios de votre cours 2 sur le lieu de travail•8 minutes
Vue d'ensemble du projet de portfolio de fin de cours 2 : Automatidata•8 minutes
Exemple d'activité : Créez votre projet Automatidata du cours 2•4 minutes
Vue d'ensemble du projet de portefeuille de fin d'études du cours 2 : TikTok•8 minutes
Exemple d'activité : Créez votre projet TikTok du cours 2•4 minutes
Vue d'ensemble du projet de portfolio de fin de cours 2 : Waze•8 minutes
Exemple d'activité : Créez votre projet Waze du cours 2•4 minutes
Glossaire du cours 2•2 minutes
Réfléchir et se connecter avec ses pairs•2 minutes
Début à début du cours suivant•4 minutes
4 devoirs•Total 135 minutes
Activité : Créez votre projet Automatidata du cours 2•30 minutes
Activité : Créez votre projet TikTok du cours 2•30 minutes
Activité : Créez votre projet Waze du cours 2•30 minutes
Évaluez votre projet de fin de cours 2•45 minutes
6 laboratoires non notés•Total 240 minutes
Activité : Cours 2 Laboratoire du projet Automatidata•60 minutes
Exemplaire : Cours 2 Laboratoire du projet Automatidata•20 minutes
Activité : Laboratoire du projet TikTok du cours 2•60 minutes
Exemplaire : Laboratoire du projet TikTok du cours 2•20 minutes
Activité : Laboratoire du projet Waze du cours 2•60 minutes
Exemplaire : Laboratoire du projet Waze du cours 2•20 minutes
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Évaluations de l’enseignant
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
Grow with Google est une initiative qui s'appuie sur les décennies d'histoire de Google en matière de création de produits, de plates-formes et de services destinés à aider les personnes et les entreprises à se développer. Notre objectif est d'aider chacun, qu'il s'agisse des travailleurs d'aujourd'hui ou des étudiants qui formeront la main-d'œuvre de demain, à accéder au meilleur de la formation et des outils Google pour développer ses compétences, sa carrière et son entreprise.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.7
911 avis
5 stars
82,89 %
4 stars
12,39 %
3 stars
2,08 %
2 stars
1,31 %
1 star
1,31 %
Affichage de 3 sur 911
M
MB
5·
Révisé le 11 févr. 2024
Very well designed course for anyone having experience of any field willing to dive into data analytics.
N
NS
5·
Révisé le 27 août 2024
Nice to learn about tools for analyzing data in python! It made my world of data analytics much bigger
J
JM
5·
Révisé le 22 août 2023
Very Helpful Course! The storytell methods described are really helpful to me. I have always had an issue with getting my point across but now I know where my problem was and have corrected it.
Qu'est-ce que la science des données et l'analytique des données avancée ?
Les organisations de tous types et de toutes tailles ont des processus commerciaux qui génèrent des volumes massifs de données. À chaque instant, toutes sortes d'informations sont créées par les ordinateurs, l'internet, les téléphones, les textes, la vidéo en continu, les photographies, les capteurs et bien d'autres choses encore. Dans le paysage numérique mondial, les données sont de plus en plus imprécises, chaotiques et non structurées. Alors que la vitesse et la variété des données augmentent de façon exponentielle, les organisations peinent à suivre le rythme.
La science des données et l'analytique des données avancée font partie d'un domaine d'étude qui utilise les données brutes pour créer de nouvelles façons de modéliser et de comprendre l'inconnu. Pour acquérir des connaissances, les entreprises s'appuient sur des professionnels des données pour acquérir, organiser et interpréter les données, ce qui permet d'éclairer les projets et les processus internes. Les data scientists et les analystes de données avancés s'appuient sur une combinaison de compétences essentielles, notamment les statistiques, les méthodes scientifiques, l'analyse des données et l'intelligence artificielle.
Que font les professionnels des données ?
Un professionnel des données est un terme utilisé pour décrire toute personne qui travaille avec des données et/ou qui possède des compétences en matière de données. Au minimum, un professionnel des données est capable d'explorer, de nettoyer, de sélectionner, d'analyser et de visualiser des données. Il peut également être à l'aise avec l'écriture de code et avoir une certaine familiarité avec les techniques utilisées par les statisticiens et les ingénieurs en apprentissage automatique, notamment la construction de modèles, le développement de la pensée algorithmique et la construction de modèles d'apprentissage automatique.
Les professionnels des données sont responsables de la collecte, de l'analyse et de l'interprétation de grandes quantités de données au sein d'une variété d'organisations différentes. Le rôle d'un professionnel des données est défini différemment selon les entreprises. D'une manière générale, les professionnels des données possèdent des capacités techniques et stratégiques qui nécessitent des compétences analytiques plus avancées, telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique. Ils effectuent diverses tâches liées à la collecte, à la structuration, à l'interprétation, au suivi et à la communication des données dans des formats accessibles, ce qui permet aux parties prenantes de comprendre et d'utiliser les données de manière efficace. En fin de compte, le travail des professionnels des données aide les organisations à prendre des décisions éclairées et éthiques.
Pourquoi entamer une carrière dans la science des données ou l'analytique des données avancée ?
Les grands volumes de données - et la technologie nécessaire pour les gérer et les analyser - sont de plus en plus accessibles. Pour cette raison, les opportunités de carrière se sont multipliées pour les personnes capables de raconter des histoires à l'aide de données, comme les analystes de données seniors et les data scientists. Ces professionnels collectent, analysent et interprètent de grandes quantités de données au sein de différentes organisations. Leurs responsabilités nécessitent des compétences analytiques avancées telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique.
À quels emplois ce certificat me préparera-t-il ?
Le certificat Google Advanced Data Analytics sur Coursera est conçu pour préparer les apprenants à des rôles de data scientists d'entrée de gamme et d'analystes de données de niveau avancé.
Quels sont les outils et les plateformes enseignés dans le cadre du programme d'études ?
Au cours de ce programme de certificat, vous acquerrez des connaissances sur des outils et des plateformes tels que Bloc-notes, Kaggle, Python, Stack Overflow et Tableau.
Quelle est la formation requise ?
Ce programme de certificat suppose une connaissance préalable des principes, compétences et outils analytiques fondamentaux. Pour réussir dans ce programme de certificat, vous devez déjà connaître les principaux aspects fondamentaux de l'analyse des données, tels que le processus d'analyse des données et le cycle de vie des données, les bases de données et les éléments généraux de la base de données, les bases du langage de programmation et les partenaires clés du projet.
Le contenu de ce programme de certificat s'appuie sur les concepts d'analyse des données enseignés dans le certificat Google Data Analytics. Il s'agit notamment des principaux aspects fondamentaux de l'analyse des données, tels que le processus d'analyse des données et le cycle de vie des données, les bases de données et les éléments généraux des bases de données, tels que les clés primaires et étrangères, les bases du langage SQL et de la programmation, et les partenaires clés du projet. Si vous n'avez pas suivi ce programme ou si vous n'êtes pas sûr de disposer des prérequis nécessaires, vous pouvez passer une évaluation non notée dans le cours 1 module 1 de ce certificat pour évaluer votre état de préparation.
Pourquoi s'inscrire au certificat Google Advanced Data Analytics ?
En moins de six mois, à raison de moins de 10 heures d'études flexibles par semaine, vous acquerrez des compétences utiles à l'emploi grâce à un contenu interactif (activités, quiz et sujets de discussion). En cours de route, vous suivrez un programme conçu par des employés de Google travaillant sur le terrain, avec l'aide d'employeurs de premier plan et de leaders du secteur. Vous aurez même la possibilité de réaliser des projets de fin de cours et un projet de fin d'études que vous pourrez présenter à des employeurs potentiels pour mettre en valeur vos compétences en matière d'analyse de données. Après avoir obtenu votre diplôme, vous aurez accès à des ressources professionnelles et serez mis en contact directement avec des employeurs qui embauchent pour des postes ouverts de débutant en science des données et des postes avancés en analyse des données.
Dois-je suivre les cours dans un certain ordre ?
Nous recommandons vivement de suivre les sept cours dans l'ordre présenté, car le contenu de chaque cours s'appuie sur les informations abordées dans les leçons précédentes.
Quand aurai-je accès aux cours et aux devoirs ?
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je m'abonne à ce certificat ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.